全国31省GDP排行强势登场！

本文作者：钱梦璇

文字编辑：朱巧利

同2018年相比，广东坐稳GDP总量第一的宝座，突破十万亿大关，江苏省位居第二，GDP总量达到99631.52亿元，明年有望进入“十万亿俱乐部”。枯燥的数据无法给我们直观的感受，小编绘制出了以下图形，希望通过将数据可视化，更清晰地展示出2019年全国31省GDP的排名情况和发展状况。

根据条形图和折线图，我们可以清晰的看到不少省区市的GDP总量越过了新的门槛。从排名情况来看，前十名省份的名次变动较小，去年排名第九的河北省退出联盟，上海成功挤入前十。受此次疫情严重影响的湖北省生产总值达到45828.31亿元，在全国省级行政区中排名第七，增长速度达到7.5%。

接下来，小编将带领大家一步步画出以上图形，实现数据可视化。

首先导入数据，并将第一行作为变量名。

需要注意的是，我们将数据导入stata后，发现“地区”为字符型变量，但在画图中需要使用的应该是数值型变量。因此，通过sencode这一命令，创建一个输出变量来替换输入字符串变量或生成为一个新的变量，其标签来自于输入字符串的变量名。

sencode和encode命令类似，但sencode不仅可以将字符型变量编码为数值型变量，而且可以通过gsort自定义排序顺序。为了展示31省份的GDP排名先后，我们按照GDP的数值大小对变量进行排序。

处理后的数据如下所示：

twoway bar绘制的条形图可以是双向的——垂直或水平。这里指定为水平horizontal，将一般情形中的yar值视为x值，将xvar值视为y值。

其中，barwidth和fcolor设置条形图中每个条形的宽度和颜色。ylabel是用于指定y轴的标签选项，valuelabel表示使用变量的值标签来标记值，将31个省份全都显示出来。angle调整标签的角度，角度为0即水平显示标签，labsize调整标签文本的字体大小。

title设置整个图形的标题，而ytitle和xtitle分别设置y轴和x轴的名称。最后，为了美化图形，将图形的长度ysize和宽度xsize之比设置为2:1。图形如下所示：

通过上述详细介绍，通过scatter命令绘制散点图就更容易操作了，但我们的目标不仅仅是画出每个地区对应的GDP实际增速值，还要将每个点连接起来形成折线图。

许多选项的设置在条形图中已经介绍过了，不同的是，c为connect的简写，设定了散点图中点之间的连接方式。mcolor和msize都是设置点的选项，显然分别设定了点的颜色和大小。

最终生成的折线图如下所示：

为了同时展示出每个省份的GDP总值和增速，以形成鲜明对比，我们将条形图和折线图显示在同一张图表中。那么此时就需要利用twoway命令将两种类型的图绘制在一个画布中，代码如下：

两个图形中各自对应的选项已经介绍，主要关注twoway中其他选项的设置，包括图例、垂直线的设置等。legend选项用于设置图例的外观、内容和位置。此处设置2个键key，分别为GDP和GDP实际增速。每个键会显示两个内容，一个为符号，一个为文本。如下所示：

Stata有问必答环节

从流调数据中寻找感染真相

熟悉又陌生的reshape

NBA球员薪资分析——基于随机森林算法（二）

NBA球员薪资分析——基于随机森林算法（一）

高亮输出之唐诗作者

湖北省各市疫情数据爬取

古代诗人总去的这些地方你一定要知道!

DataFrame数组常用方法（二）

ftools命令——畅游大数据时代的加速器

卫健委的“糊涂账”

Pandas中数据的排序与切片

DataFrame数组常用方法